专利交易市场

本发明公开了一种机器人单目视觉鲁棒定位估计方法，包括：在第一、二关键帧图像特征匹配点对中选择一个随机样本进行初始定位估计，建立两关键帧图像的极几何关系，以匹配点与极线之间的距离作为初始距离误差进行聚类剔除误匹配点，计算初始定位估计的偏置距离修正初始距离误差作为该匹配点权重依据，采用最小化误差平方和重新鲁棒估计机器人位姿，利用三角测量原理建立局部路标三维地图；在第三关键帧及其后续关键帧图像的特征点与局部路标匹配点对中选择一个随机样本估计初始定位，利用重投影初始距离误差进行聚类剔除误匹配点，采用优化方法重新鲁棒估计机器人位姿。本发明可以快速、可靠地去除误匹配点，实现机器人定位的鲁棒估计。

本发明公开了一种基于深度学习和注意力机制的单目视觉里程计算方法，具体步骤包括：先采集原始单目彩色图像，并将图像尺寸裁剪为统一大小；将裁剪过后的第i张图像和第i+1张图片输入PWCnet光流计算模块，获取光流向量场，并将光流向量场按照4个象限等分为4个光流子向量场；将4个光流子向量场输入卷积神经网络，分别获取4个子特征向量；将4个子特征向量合并为一个总特征向量，然后将总特征向量输入全连接网络，获取估计位姿向量；实时采集图片，并依次送入卷积神经网络，得到若干连续的估计位姿向量，通过若干连续的估计位姿向量获取估计里程。本发明拥有很好的视觉里程计算精度和计算速度。

本发明公开了一种融合特征点法和直接法的快速单目视觉里程计导航定位方法，包括：S1、开启视觉里程计并获取第一帧图像I1，转化为灰度图，并提取ORB特征点，构建初始化关键帧；S2、判断是否已初始化；若已初始化，则转到步骤S6，否则转到步骤S3；S3、定义参考帧和当前帧，提取ORB特征，并进行特征匹配；S4、用并行线程同时求单应矩阵H和基础矩阵F，计算判断模型得分RH，若RH大于阈值时选用单应性矩阵H，否则选用基础矩阵F，并根据选用的模型估计相机运动；S5、求相机位姿和初始3D点；S6、判断是否已提取特征点，若未提取特征点，则使用直接法进行跟踪，否则用特征点法进行跟踪；S7、完成初始相机位姿估计。通过本发明可以更为精确的进行导航定位。